Crossformer: Kereszt-dimenziós függőségi transzformer többváltozós idősor-előrejelzéshez
A Crossformer egy transzformer-alapú architektúra többváltozós idősor-előrejelzéshez, amelyet Yunhao Zhang és Junchi Yan mutatott be az ICLR 2023 konferencián. Ellentétben a korábbi transzformer-variánsokkal, amelyek minden változót (variate) függetlenül kezelnek, a Crossformer explicit módon modellezi a dimenziók közötti függőségeket az időbeli mintázatok mellett. Ezt egy kétszakaszos figyelem (attention) kialakítással éri el – kereszt-idő és kereszt-dimenzió –, amelyet szegmensszintű beágyazásokon (embeddings) alkalmaznak egy hierarchikus kódolóban (encoder), lehetővé téve a modell számára, hogy egyszerre rögzítse az intra-variábilis dinamikát és az inter-variábilis korrelációkat.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Zhang, Y., & Yan, J. (2023). Crossformer: Transformer utilizing cross-dimension dependency for multivariate time series forecasting. ICLR. link ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 2). Crossformer (Cross-Dimension Dependency Transformer). ScholarGate. https://scholargate.app/hu/deep-learning/crossformer
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- InformerMélytanulás↔ compare
- iTransformer: Invertált transzformer többváltozós idősor-előrejelzéshezMélytanulás↔ compare
- PatchTSTMélytanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →